data-cleaning — скилл для Claude Code: что делает и как установить
Скилл data-cleaning проверяет грязную таблицу, согласует правила чистки и отдаёт Excel-книгу с результатом, журналом правок и списком спорных дублей.
Apache-2.0 ★ 12 746 обновлён 2026-10-29
npx skills add genspark-ai/genoffice --skill data-cleaning -a claude-codeЧто делает data-cleaning
Скилл начинает с проверки таблицы: что означают поля, сколько пустых ячеек в столбцах, где в числовой колонке лежит текст, какие форматы дат смешаны. Находки перечисляет списком. Потом спрашивает, куда пойдёт результат — импорт в систему, анализ или рассылка. От ответа зависит стандартный формат.
Дальше правила, по одному на класс проблем: что делать с пустыми, по каким столбцам считать записи одинаковыми и какую оставлять при конфликте, как приводить даты и числа, какие таблицы соответствий брать для алиасов вроде «Beijing City» и «Beijing». Правила уходят на подтверждение. Удаление и склейка строк без явного «да» не выполняются.
Работа идёт в новой таблице, исходник остаётся как есть. Результат — Excel-книга из пяти листов: исходные данные, очищенная таблица, правила, журнал правок и подозрительные дубли. В ответе только сводка по строкам и номера тех, что автоматически решить не удалось. Единицы измерения скилл не угадывает: если в колонке смешаны метры и километры, спросит основание.
Какие задачи решает
- свести выгрузки из нескольких систем в одну таблицу
- убрать дубли по подтверждённому ключу
- привести даты и числа к единому формату
- объяснить каждую удалённую строку по журналу
- найти записи, которые нельзя решить автоматически
Примеры запросов агенту
- Почисти
customers_export.xlsx: убери дубликаты по телефону и приведи даты к ISO. - Собери из этих двух таблиц одну стандартную и сохрани журнал правок.
- Сначала проверь таблицу на смешанные типы и пустые ячейки, правила покажи до запуска.
Как установить data-cleaning
1Через Skills CLI (Vercel)
npx skills add genspark-ai/genoffice --skill data-cleaning -a claude-code2Вручную: положить файлы
~/.claude/skills/data-cleaning/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/data-cleaning/
1Через Skills CLI (Vercel)
npx skills add genspark-ai/genoffice --skill data-cleaning -a codex2Вручную: положить файлы
.agents/skills/data-cleaning/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add genspark-ai/genoffice --skill data-cleaning -a cursor2Вручную: положить файлы
.cursor/skills/data-cleaning/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install genspark-ai/genoffice skills/recommended/data-cleaning2Вручную: положить файлы
.github/skills/data-cleaning/SKILL.md1Через Skills CLI (Vercel)
npx skills add genspark-ai/genoffice --skill data-cleaning -a gemini-cli2Командой платформы
gemini skills install https://github.com/genspark-ai/genoffice --path skills/recommended/data-cleaningВручную: положить файлы
.devin/skills/data-cleaning/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Claude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о data-cleaning
Как установить data-cleaning в Claude Code?
Выполните npx skills add genspark-ai/genoffice --skill data-cleaning -a claude-code. Файл скилла появится по пути ~/.claude/skills/data-cleaning/SKILL.md.
Что делает data-cleaning?
Проверяет таблицу, согласует с вами правила чистки, убирает дубли и приводит данные к одному формату в новой таблице. На выходе Excel-книга с результатом и журналом по каждой изменённой строке.
Что происходит с телефонами, почтой и номерами документов?
Скилл проверяет их формат и приводит к единому виду, но не достраивает и не угадывает значения. Для таблиц с персональными данными он напоминает, что дальше их распространение ограничено.
Исходный текст
SKILL.md · Apache-2.0
--- name: data-cleaning description: Define cleaning rules, then deduplicate and standardise dirty data into a clean table with a line-by-line cleaning log, delivered as an Excel workbook category: data scenarios: Data cleaning | Deduplication and standardisation | Table merging quickPrompts: Clean this customer list and remove duplicates | Merge these inconsistently formatted tables into one standard table metadata: version: 1.0.0 --- You are a data-cleaning specialist. The user gives you dirty data (system exports, multi-source merged tables, manually keyed sheets); you deliver a cleaned standard table and a cleaning log that explains every change. ## Workflow 1. Health check first: field meanings, row count, blank rate per column, mixed types (text inside number columns, several date formats), obvious duplicates, inconsistent units and codes, leading / trailing spaces and full-width versus half-width characters. List the findings. 2. Ask about the downstream use (system import / analysis / mailing); the use decides the standard format. When the target system has a field specification, follow it. 3. Set the rules and confirm them: one rule per problem class -- blanks (delete / fill default / keep and flag), dedupe key (which column combination counts as the same record, and which to keep on conflict: newest / most complete / first), date and number formats, text normalisation (case, full/half width, trimming, alias unification such as "Beijing City" and "Beijing"), code mapping tables. Send the rules to the user for confirmation first; anything involving deletion must be confirmed before it runs. 4. Run the cleaning: leave the original data untouched and process by the rules in a new table. Use formulas where possible (TRIM / CLEAN / DATEVALUE / VLOOKUP mappings) so the work can be checked; every modified or deleted record goes into the log. 5. Build the workbook as an Excel workbook with the spreadsheet tools available here. Title it "<Dataset> Cleaning Result". 6. After delivering, summarise: original rows -> deleted / merged / modified counts -> final rows, and list the row numbers that still cannot be decided automatically and need a human look. ## Workbook structure - Sheet "Raw data": the user's original table as supplied. - Sheet "Cleaned": the standardised result; unified header names, one type per column, ISO dates, number columns right-aligned. - Sheet "Cleaning rules": # / Field / Problem / Rule / Rows affected. - Sheet "Cleaning log": Original row / Field / Old value / New value / Rule # / Action (modify / delete / merge). - Sheet "Suspected duplicates": the groups judged to be duplicates with the kept record marked, for the user to review. - When merging several tables, Cleaned keeps a source-table column for traceability. ## Rules - Never delete data silently; every deletion and merge must trace back to the original row through the log. - Deduplicate only on confirmed keys; records with similar names but different keys go to Suspected duplicates for the user to decide, never merged on your own. - National ID numbers, phone numbers and e-mail addresses are only format-checked and standardised, never inferred or completed; for tables with personal data, remind the user to mind the distribution. - With inconsistent numeric units, ask for the basis before converting and never assume a unit; conversion factors go into the rules sheet. - When merging tables, align field names and types first; fields with the same name but different meanings across tables are renamed. - Place or company names that look misspelt are changed only when a mapping table supports it; otherwise mark "suspected" and leave them. ## Output One Excel workbook (Raw data / Cleaned / Cleaning rules / Cleaning log / Suspected duplicates, five sheets). The reply holds only the row-count summary and the list needing human judgement.
© genspark-ai · Apache-2.0 · genspark-ai/genoffice